在發(fa)布大模型這件事兒上，華為的“畫風(feng)”顯得不太一(yi)樣(yang)。
對C端消費(fei)者而(er)言，往(wang)往(wang)期待在(zai)科(ke)技(ji)巨(ju)頭們的大(da)模型發布會上看到直(zhi)觀的演示(shi)——或是流暢解答各種問題(ti)，或是數(shu)秒生成多種風格(ge)文案，或是輕松求解數(shu)學(xue)難題(ti)，如(ru)果再能(neng)夠春(chun)花(hua)秋月地賦詩作(zuo)詞一首，贏得滿場(chang)掌聲和喝(he)彩也并非難事。
然而(er)，如果對華為(wei)盤古大模型抱有類似的期待(dai)，難(nan)免會“失(shi)望而(er)歸”。
就在今天(7月7日)，盤古大模型 3.0于華為云開發者大會上重磅亮相。在這場發布會上，與會者反復聽到的關鍵詞是“行業”、“行業”、還是“行業”。
正如華為(wei)常(chang)務董事(shi)&華為(wei)云(yun)CEO張平安(an)在開場(chang)演講(jiang)時所說：“ 自OpenAI 發布(bu)ChatGPT之后，全球(qiu)掀起了一股大(da)(da)(da)模(mo)(mo)型(xing)(xing)研發熱潮。據不完全統計(ji)，全球(qiu)有(you)名有(you)姓的(de)大(da)(da)(da)模(mo)(mo)型(xing)(xing)已經多(duo)達數百個(ge)，僅中國上半年(nian)(nian)就發布(bu)了80多(duo)個(ge)AI大(da)(da)(da)模(mo)(mo)型(xing)(xing)。這些(xie)大(da)(da)(da)模(mo)(mo)型(xing)(xing)都有(you)非常(chang)好(hao)的(de)對話能(neng)(neng)力，非常(chang)好(hao)的(de)文案生成能(neng)(neng)力，甚至還會(hui)寫詩作畫。那么(me)很多(duo)人(ren)就問(wen)華為(wei)——既(ji)然華為(wei)2021年(nian)(nian)就有(you)大(da)(da)(da)模(mo)(mo)型(xing)(xing)了，為(wei)什(shen)么(me)今(jin)年(nian)(nian)上半年(nian)(nian)幾(ji)乎聽不到一丁點(dian)消息(xi)呢(ni)?”
“我想告訴大家的是，華為盤古大模型不會寫詩，只會做事!盤古大模型是要扎根行業，為各個行業帶來價值!我們一直堅持的方向就是 AI for Industry，所以盤古大模型不會作詩，他也沒有時間作詩，因為他要深入到各行各業里頭去!因為他要讓 AI 來賦予千行百業價值!”
盤古大模型，為行業而生!
在發(fa)布會現場，我們依(yi)然也(ye)能看到精彩的(de)實機演示(shi)，不過這些也(ye)都是關于千行百業(ye)的(de)落地(di)應用!
盤(pan)古大模型，為(wei)行業而生
沒有多(duo)余廢話(hua)，張平安開門見山地在“AI重塑千行百業”的(de)主題演講中(zhong)，一口氣介(jie)紹(shao)了盤古大模型在礦山、鐵(tie)路、氣象、金融、制造(zao)等多(duo)個行業的(de)應用。
盤古for礦山
我國(guo)是一個煤(mei)(mei)(mei)(mei)礦高(gao)產(chan)(chan)國(guo)，擁有大(da)概 4400 處煤(mei)(mei)(mei)(mei)礦，每(mei)年產(chan)(chan)煤(mei)(mei)(mei)(mei) 45.6 億噸煤(mei)(mei)(mei)(mei)，但我國(guo)煤(mei)(mei)(mei)(mei)礦的(de)(de)數字化(hua)、智(zhi)能化(hua)程度(du)較(jiao)低。為了產(chan)(chan)出 45.6 億噸的(de)(de)煤(mei)(mei)(mei)(mei)，需要(yao)280萬的(de)(de)煤(mei)(mei)(mei)(mei)礦工(gong)(gong)人(ren)，他們幾乎可(ke)以說是中國(guo)工(gong)(gong)人(ren)里(li)工(gong)(gong)作最艱苦(ku)的(de)(de)群體之(zhi)一。而(er)盤古大(da)模型就是要(yao)助力煤(mei)(mei)(mei)(mei)礦行(xing)業(ye)的(de)(de)智(zhi)能化(hua)，讓更多煤(mei)(mei)(mei)(mei)礦工(gong)(gong)人(ren)能夠在地面辦公室進行(xing)煤(mei)(mei)(mei)(mei)礦的(de)(de)采煤(mei)(mei)(mei)(mei)作業(ye)。
發布會現場的(de)大屏上展示(shi)了(le)一個煤(mei)礦的(de)綜采(cai)面(mian)，一臺40多米長的(de)采(cai)煤(mei)機正(zheng)在井下持續作(zuo)業(ye)。以前也有一些(xie)技術(shu)手段，比如通(tong)過(guo)監控(kong)攝(she)像頭來監控(kong)井下的(de)作(zuo)業(ye)狀況，但由于(yu)現場大量的(de)粉塵影響(xiang)了(le)畫面(mian)的(de)清晰度，最終還是需要煤(mei)礦工人親自下井進行及時巡檢。
如今(jin)，盤古大模型能夠將100多路視頻集中在一(yi)起，形成(cheng)如下(xia)圖所示的(de)巨幅畫面，由(you)于采用了投塵的(de)算法，使得(de)即使在塵土(tu)遮擋(dang)下(xia)也(ye)能清(qing)晰(xi)看到畫面。
由(you)此，管(guan)理(li)人(ren)員(yuan)可以非常容易(yi)地識別出采掘(jue)過程(cheng)中大塊的(de)巖(yan)石造成的(de)卡堵問(wen)題，使得地面工作人(ren)員(yuan)不用下井(jing)就能看(kan)的(de)全、看(kan)得清、看(kan)得準(zhun)，從而在地面進行煤機的(de)操(cao)控作業。
基(ji)于盤古礦山大模(mo)型，云鼎(ding)科技(ji)和華為達成深度合(he)作(zuo)，開發了 21 個(ge)(ge)(ge)場(chang)景化(hua)應用，覆(fu)蓋了7 大業務(wu)系統。目前，盤古礦山大模(mo)型已經在全(quan)(quan)國(guo) 8 個(ge)(ge)(ge)礦井里規(gui)模(mo)使(shi)用，覆(fu)蓋了煤礦的綜采、掘進、機(ji)電、運(yun)輸、通風、洗選等流程下(xia)的 1000 多(duo)個(ge)(ge)(ge)細分場(chang)景，目標是讓更(geng)多(duo)的煤礦工人在地(di)面上作(zuo)業，不僅使(shi)其工作(zuo)環(huan)境更(geng)加舒適，而且可(ke)以(yi)極(ji)大減少安全(quan)(quan)事故。
盤古for鐵路
礦(kuang)山(shan)說完(wan)，再來看看鐵(tie)(tie)路(lu)行(xing)業。中國總(zong)共擁有超過(guo) 100 萬輛貨(huo)車(che)，每年跑(pao)在鐵(tie)(tie)路(lu)上的(de)運輸貨(huo)物量高達近(jin)五十億(yi)噸(dun)，怎(zen)么保障這些貨(huo)車(che)的(de)安全運行(xing)?這也是盤(pan)古(gu)大模型(xing)大顯身手(shou)的(de)地方，它要跑(pao)到鐵(tie)(tie)路(lu)上來服務(wu)于貨(huo)車(che)的(de)安全運行(xing)。
在傳統的貨(huo)運鐵路巡(xun)檢(jian)(jian)(jian)中，TFDS(貨(huo)車(che)(che)(che)運行(xing)故障動態圖像檢(jian)(jian)(jian)測)系(xi)統作為5T檢(jian)(jian)(jian)測技術的重(zhong)要組成部分，通過高速拍攝的“電子(zi)眼”，動態采集(ji)列車(che)(che)(che)車(che)(che)(che)底配件、車(che)(che)(che)體(ti)側部等部位圖像，以(yi)判別貨(huo)運列車(che)(che)(che)是否存在故障。而這些圖像照片會被送到檢(jian)(jian)(jian)測員前面，需(xu)要檢(jian)(jian)(jian)測員在屏幕(mu)上一張一張地看(kan)。
以平均(jun)每天過站(zhan)1000輛的(de)一(yi)個樞(shu)紐(niu)站(zhan)為例(li)，系(xi)統將采集400萬張圖像，需要260個有經驗(yan)的(de)檢(jian)測員采用(yong)四班(ban)倒的(de)工作節奏(zou)，一(yi)屏一(yi)屏的(de)看，防止漏掉(diao)任何故(gu)障圖像，每一(yi)屏至少要看 8 秒，因此這些檢(jian)測員的(de)工作強度極大，責(ze)任也很重。
而在部署了盤古(gu)大(da)模型(xing)之后，一(yi)雙盤古(gu)眼就(jiu)能看完(wan)所有的(de)圖(tu)片，然后再(zai)將有潛在故障的(de)圖(tu)片送到(dao)檢(jian)測員手里，使得需要(yao)列車(che)檢(jian)測員看的(de)圖(tu)片從 400 萬張(zhang)銳減到(dao)20萬張(zhang)，極(ji)大(da)降低了檢(jian)測員的(de)工作量，提升了其工作效率(lv)。
如今，盤古鐵路(lu)大模型(xing)可以(yi)對跑在鐵路(lu)上(shang)的(de) 67 種貨車(che)的(de) 430 多種故障進行檢測(ce)(ce)，故障檢測(ce)(ce)漏檢率為0，檢測(ce)(ce)效率提升了(le) 20 倍。
盤古for氣象
在氣(qi)象領域，全球每年大(da)約會生成(cheng) 80 個(ge)臺風(feng)(feng)，平均有(you) 7 個(ge)臺風(feng)(feng)會經過(guo)我(wo)國(guo)或登陸我(wo)國(guo)，這將對沿海城市造成(cheng)極(ji)大(da)的(de)影響。所以(yi)盤古氣(qi)象大(da)模型就是要提前精準地預測臺風(feng)(feng)路徑，從而助(zhu)力更好的(de)防(fang)災(zai)減災(zai)。
如果我(wo)們想用傳統方法(fa)來預測一個(ge)(ge)10 天的(de)(de)臺風的(de)(de)路(lu)徑，需要3000臺高性能服務器花費4-5個(ge)(ge)小時來完成相(xiang)應的(de)(de)計(ji)算。現在(zai)(zai)基于預訓練的(de)(de)盤古大模型，通(tong)過 AI 推理(li)的(de)(de)方式(shi)，只需要在(zai)(zai)單臺服務器上 10 秒內(nei)就可以給出更精確的(de)(de)預測。
據(ju)悉，基于近40年(nian)的全球氣(qi)象(xiang)(xiang)數據(ju)，華為云盤古氣(qi)象(xiang)(xiang)大模(mo)型在(zai)中(zhong)長期確定性預(yu)報(bao)上超越(yue)當(dang)前最強的數值預(yu)報(bao)方(fang)法(歐(ou)洲氣(qi)象(xiang)(xiang)中(zhong)心(xin)的IFS系(xi)統)，是業內(nei)首個精度超過傳(chuan)統數值預(yu)報(bao)方(fang)法的全球AI氣(qi)象(xiang)(xiang)預(yu)測模(mo)型。平(ping)均預(yu)報(bao)誤差降(jiang)低了(le)10%-15%，速度提升(sheng)10000倍以上，實(shi)現秒級(ji)全球氣(qi)象(xiang)(xiang)預(yu)報(bao)。
今年5月，臺風“瑪娃”走向受到廣泛關注。中央氣象臺表示，華為云盤古大模型在“瑪娃”的路徑(jing)預(yu)報中表(biao)現優異，提前五天預(yu)報出其將在臺(tai)灣島(dao)東部海域轉向路徑(jing)。
這種實力也(ye)得(de)到了科(ke)技界的認可。就在昨日(7月(yue)6日)，國際頂(ding)級學術期刊(kan)《自然》(Nature)雜志(zhi)正刊(kan)發(fa)(fa)表了華為云盤古(gu)大模型研發(fa)(fa)團隊研究(jiu)成果——《三(san)維神(shen)經網絡用于(yu)精(jing)準中期全球天氣(qi)預報》(《Accurate medium-range global weather forecasting with 3D neural networks》)。這是近年來中國科(ke)技公司首篇作(zuo)為唯一署名單位發(fa)(fa)表的《自然》正刊(kan)論文(wen)。
華為云盤古氣象大模型研究成果在《Nature》正(zheng)刊發表
《自然》審稿人(ren)(ren)對該成(cheng)果給予(yu)高(gao)度評價：“華為(wei)云盤古氣象(xiang)大(da)模型讓人(ren)(ren)們重新審視氣象(xiang)預報(bao)模型的未來，模型的開放將推動(dong)該領(ling)域的發展。”
盤古for制造
再來看(kan)看(kan)制(zhi)造(zao)業，眾所周知，制(zhi)造(zao)業的產(chan)(chan)(chan)線(xian)效(xiao)率極為關(guan)鍵，盤古大模型也走進了(le)華為的制(zhi)造(zao)生產(chan)(chan)(chan)線(xian)，為其(qi)產(chan)(chan)(chan)線(xian)制(zhi)定(ding)最(zui)優(you)的排產(chan)(chan)(chan)計(ji)劃。
據張平安(an)介紹(shao)，在沒有大模型之前，依靠個人經(jing)驗(yan)，華為(wei)的(de)單(dan)產(chan)(chan)線器件分(fen)配計(ji)劃往往需要花3小時才能做(zuo)齊。如(ru)今，盤古全(quan)局統籌的(de)最優規劃，使得1分(fen)鐘就可以做(zuo)出未(wei)來三天的(de)生產(chan)(chan)計(ji)劃。
值得一提的是，在后續的演講環節，華為云EI服務產品部部長尤鵬還為大家帶來了令人印象深刻的現場演示。
在傳(chuan)統制造行業(ye)中，不管是(shi)生(sheng)產、供(gong)應還是(shi)交付，都存在大(da)量(liang)的(de)決(jue)策優化問題，比如說生(sheng)產的(de)排程(cheng)(cheng)(cheng)、運(yun)力的(de)規劃等(deng)等(deng)，其(qi)實傳(chuan)統的(de)求解過程(cheng)(cheng)(cheng)是(shi)非(fei)常(chang)復雜的(de)，需(xu)要非(fei)常(chang)多(duo)的(de)業(ye)務專(zhuan)(zhuan)家、數學專(zhuan)(zhuan)家、編程(cheng)(cheng)(cheng)專(zhuan)(zhuan)家來(lai)把一(yi)個運(yun)籌(chou)優化的(de)問題變(bian)成一(yi)個求解問題。
而在現場演示中，尤鵬展示了一個器件分配的場景——假設計劃員收到了一個器件分配的需求，如下圖所示，其關鍵在于把兩種核心器件分配到三個逆變器的生產計劃當中，尋求最優化的成本控制。
只需(xu)將這(zhe)段自然(ran)語(yu)言(yan)拷(kao)貝到盤古制造大(da)模(mo)型里，大(da)模(mo)型能夠立(li)即識別(bie)出這(zhe)是(shi)一個(ge)建(jian)模(mo)需(xu)求，然(ran)后將其轉換(huan)一個(ge)標準(zhun)的數學建(jian)模(mo)語(yu)言(yan)。
當計劃員確(que)認完這個數學建模(mo)是準確(que)的(de)之后，就(jiu)可以(yi)直接調用(yong)天(tian)籌 AI 求解(jie)(jie)(jie)器(qi)來求解(jie)(jie)(jie)。通(tong)過盤古(gu)大(da)模(mo)型和天(tian)籌 AI 求解(jie)(jie)(jie)器(qi)的(de)結(jie)合，可以(yi)大(da)幅(fu)降(jiang)低求解(jie)(jie)(jie)的(de)門檻，讓(rang)決(jue)策優(you)化快速找到最優(you)的(de)解(jie)(jie)(jie)答。
盤古for政務
另一(yi)個讓筆者(zhe)印(yin)象(xiang)深刻(ke)的現場演示(shi)在(zai)于盤古(gu)大模型在(zai)政務領域的應用。
據尤鵬介紹，盤古政務大模型能夠準確地理解民眾的咨詢意圖，改變傳統一網通辦的模式，把老百姓的話語轉化為政府辦事的語言，讓城市更加有溫度，更加有愛。
就在發布會當天，華為聯合深圳市福田區政務局上線了基于盤古政務大模型的福田政務智慧助手小福。
假設你是一個來福田投資的企業負責人，可以直接向小福詢問：福田區有哪些招商政策?對新落戶的企業有哪些優惠?政策對象有哪些群體?
小福的(de)回(hui)答(da)(da)如下所(suo)示，其回(hui)答(da)(da)了(le)福田區(qu)正在推(tui)行的(de)產業發(fa)展(zhan)政策(ce)，解答(da)(da)了(le)對新落戶企業的(de)具體優惠措施，最后還說到(dao)了(le)招商引資對象涵蓋(gai)的(de)機構和(he)個人。
除了一網通(tong)辦，城(cheng)市治(zhi)理是另一個典型(xing)場景。基于政務大模型(xing)已(yi)有的 100 多(duo)種視覺場景，盤古政務大模型(xing)可以實現對城(cheng)市各類事件的秒級發現。
如下圖所示，這里有一張圖片，我們可以向盤古詢問：假設現在是上午8點，根據深圳市的交通規定，畫面中是否有禁止通訊的交通工具?
盤古大(da)模型(xing)(xing)很快(kuai)識別(bie)出了違規的(de)大(da)型(xing)(xing)貨車，并提(ti)供了交通規則的(de)判(pan)斷(duan)依據——也就是在每天7-24 時這個時間段內，大(da)型(xing)(xing)貨車是有違規嫌(xian)疑的(de)。
多(duo)模態(tai)大模型對話的(de)能力能夠像人一樣，除了(le)識別(bie)圖片中(zhong)的(de)物體(ti)之(zhi)外，還(huan)可以結合的(de)語義(yi)進(jin)行理解，實現全場景的(de)識別(bie)。
除了以上場景，張平安和尤鵬還在演講中闡述了盤古大模型在金融、軟件開發、數字內容生產等領域的應用。更進一步，盤古大模型+具身智能，還能讓機器人具備自然語義理解和全域感知引導的自主智能。
總(zong)而(er)言(yan)之，華為(wei)希望(wang)盤古大模型希望(wang)讓每個人(ren)，每個企業，每個行業都擁有自己的專家助手，讓工作更高效、更輕松(song)。
盤古大模型的三層架構
在秀完行業(ye)肌(ji)肉(rou)之后，張平安宣(xuan)布華為云盤(pan)古(gu)大(da)(da)模(mo)(mo)型(xing)3. 0正(zheng)式(shi)發布。盤(pan)古(gu)就(jiu)是要(yao)重塑千(qian)行百業(ye)，盤(pan)古(gu)大(da)(da)模(mo)(mo)型(xing)3. 0就(jiu)是一個完全(quan)面向行業(ye)的大(da)(da)模(mo)(mo)型(xing)系列!
具體而(er)言(yan)，該(gai)大模型系列包含(han)三(san)層架(jia)構：
第一層L0層是盤古的5個基礎大模型，包括盤(pan)(pan)古(gu)(gu)自然語言大(da)模型(xing)(xing)、盤(pan)(pan)古(gu)(gu)多(duo)模態大(da)模型(xing)(xing)、盤(pan)(pan)古(gu)(gu)視覺大(da)模型(xing)(xing)、盤(pan)(pan)古(gu)(gu)預測大(da)模型(xing)(xing)、盤(pan)(pan)古(gu)(gu)科(ke)學(xue)計算(suan)大(da)模型(xing)(xing)，它(ta)們提(ti)供滿足行業(ye)場景的多(duo)種技能。
盤古3.0為客(ke)戶(hu)提(ti)供100億(yi)參(can)數(shu)、380億(yi)參(can)數(shu)、710億(yi)參(can)數(shu)和1000億(yi)參(can)數(shu)的(de)(de)系列化基礎大(da)(da)(da)模型，匹(pi)配(pei)客(ke)戶(hu)不同場(chang)景、不同時延、不同響(xiang)應速(su)度的(de)(de)行業(ye)多(duo)樣化需求(qiu)。同時提(ti)供全新(xin)能力(li)集，包括NLP大(da)(da)(da)模型的(de)(de)知識問(wen)答、文案(an)生(sheng)成、代碼(ma)生(sheng)成，以(yi)及多(duo)模態大(da)(da)(da)模型的(de)(de)圖像生(sheng)成、圖像理(li)解(jie)等能力(li)，這(zhe)些技能都可以(yi)供客(ke)戶(hu)和伙伴企業(ye)直接(jie)調用。無論(lun)多(duo)大(da)(da)(da)參(can)數(shu)規模的(de)(de)大(da)(da)(da)模型，盤古提(ti)供一致(zhi)的(de)(de)能力(li)集。
第二層L1層是N個行業大模型，既可以提(ti)供使(shi)用(yong)行業公開數(shu)據(ju)訓(xun)練的(de)行業通用(yong)大(da)模型(xing)，包括政務、金(jin)融、制造(zao)、礦山、氣(qi)象(xiang)等;也(ye)可以基(ji)于行業客戶的(de)自有數(shu)據(ju)，在盤古的(de)L0和L1上，為(wei)客戶訓(xun)練自己(ji)的(de)專有大(da)模型(xing)。
第三層L2層是為客戶提供更多細化場景的模型，它更加(jia)專注于(yu)某個具(ju)體的應用(yong)場景或特定業務，為客戶提供(gong)開(kai)箱(xiang)即(ji)用(yong)的模型(xing)服務。
盤古(gu)大模(mo)(mo)型采用完(wan)全的分層解耦(ou)設計(ji)，可(ke)以(yi)(yi)快速適(shi)配(pei)、快速滿(man)足行業(ye)的多變需求。客戶既可(ke)以(yi)(yi)為(wei)自己的大模(mo)(mo)型加載獨立的數據集，也(ye)可(ke)以(yi)(yi)單獨升級基(ji)礎模(mo)(mo)型，也(ye)可(ke)以(yi)(yi)單獨升級能力集。
在L0和L1大(da)(da)模(mo)(mo)(mo)型的(de)(de)基礎上(shang)，華為云還為客(ke)(ke)戶提(ti)供了大(da)(da)模(mo)(mo)(mo)型行業開發套件，通過對客(ke)(ke)戶自(zi)(zi)有(you)數據的(de)(de)二(er)次訓練，客(ke)(ke)戶就(jiu)可以擁有(you)自(zi)(zi)己的(de)(de)專屬行業大(da)(da)模(mo)(mo)(mo)型。同時，根據客(ke)(ke)戶不同的(de)(de)數據安全與合規訴(su)求，盤古大(da)(da)模(mo)(mo)(mo)型還提(ti)供了公(gong)用云、大(da)(da)模(mo)(mo)(mo)型云專區、混合云多樣化的(de)(de)部署形態。
據介紹，盤古可以一己之力做到網絡搜索、請教專家、參考案例、查閱書籍等，讓每個開發者都擁有一個自己的編程助手，甚至還可以實現一句對話代碼生成、一個按鍵用例測試、一次點擊自動注釋、一條指令智能部署，極大地簡化了開發的流程。
我們知道，AI能夠創造的價值絢麗而美好，但對開發(fa)者而言，方案落地產業(ye)的過(guo)程卻絕非一個(ge)“苦”字可以形容。
在(zai)過去分(fen)散(san)化(hua)的模(mo)型研發模(mo)式下，單一(yi)(yi)的AI應用(yong)場景下的多個(ge)任務都(dou)需要(yao)由多個(ge)模(mo)型支撐完成，每一(yi)(yi)個(ge)模(mo)型建設都(dou)需要(yao)算法(fa)開發、數據(ju)處理(li)、模(mo)型訓練與(yu)調優過程。
這種傳統的AI開發模式就如同“小作坊”——試想(xiang)一下，如果(guo)每家企業(ye)在進行研發(fa)(fa)時，都需(xu)要(yao)自(zi)己從(cong)頭造輪子，那(nei)整個社會的(de)工(gong)業(ye)化從(cong)何說(shuo)起?從(cong)工(gong)業(ye)體系(xi)的(de)邏輯上看(kan)，解(jie)決這(zhe)一問題的(de)核心就是提(ti)升AI開(kai)發(fa)(fa)前置(zhi)工(gong)作的(de)標(biao)準(zhun)化程度，將不同(tong)開(kai)發(fa)(fa)者(zhe)所需(xu)模(mo)型的(de)公(gong)約(yue)部(bu)分提(ti)前訓(xun)練好，即(ji)工(gong)業(ye)化中的(de)零件(jian)化、標(biao)準(zhun)化和流程化。
在探索AI工業化的過程中，預訓(xun)練大模(mo)型逐漸成為了(le)行(xing)業認(ren)可的方案。其邏輯是(shi)提(ti)前將知識、數據、訓(xun)練成果沉淀到一個模(mo)型中，然(ran)后將這個基(ji)礎釋放到產業，再由不同行(xing)業、不同企(qi)業的開(kai)發(fa)者在此基(ji)礎上進行(xing)二次(ci)開(kai)發(fa)和微調。
華為云盤古大模型的三層架構，正是為“預訓練+下游微調”的開發模式提供了支撐。預訓練大模型增強了人工智能的通用(yong)性、泛化性，隨(sui)后大(da)(da)模(mo)(mo)型負責(ze)向小(xiao)模(mo)(mo)型輸出模(mo)(mo)型能力(li)，小(xiao)模(mo)(mo)型更精(jing)確地處理自己“擅長”的任務，基于(yu)大(da)(da)模(mo)(mo)型通過零樣(yang)本(ben)或小(xiao)樣(yang)本(ben)精(jing)調，就可實(shi)現在多種(zhong)任務上的較好效(xiao)果。
大模型“預訓練+下游微調”的模(mo)(mo)式(shi)(shi)(shi)帶(dai)來了新的標(biao)準(zhun)化(hua)AI研發(fa)范式(shi)(shi)(shi)，開發(fa)者無需針對每一個場景(jing)重復開發(fa)AI模(mo)(mo)型，實現AI模(mo)(mo)型在更統一、簡單的方(fang)式(shi)(shi)(shi)下規模(mo)(mo)化(hua)生產。
這是從“作坊模式”向“工廠模式”的進化，是AI產業的“工業革命”!
盤古大模型是怎樣煉成的?
在了(le)解(jie)了(le)盤(pan)古大(da)模(mo)型在千行(xing)百(bai)業(ye)的能力之(zhi)后，你是(shi)否會好奇(qi)——盤(pan)古大(da)模(mo)型是(shi)如何從通用大(da)模(mo)型練(lian)成行(xing)業(ye)大(da)模(mo)型的?
據華(hua)為云人工(gong)智能領域首(shou)席(xi)科學家田奇介紹，當前通用的大(da)模型落地(di)行(xing)業存在三大(da)挑戰：
第一個挑戰(zhan)，大模型通用(yong)性強(qiang)，但專業(ye)性弱。落地行(xing)業(ye)需要(yao)具備專業(ye)知識，明(ming)白行(xing)業(ye)的(de)工作流程，給出(chu)專業(ye)準(zhun)確的(de)回(hui)答。
第(di)二個挑戰(zhan)，大(da)模型(xing)知(zhi)識(shi)居多，但(dan)技能(neng)不足。目前通用大(da)模型(xing)多為(wei)通用語(yu)言大(da)模型(xing)，而企業(ye)場景復(fu)雜，需要模型(xing)能(neng)說、會看、能(neng)想、會算。
第三個(ge)挑戰，數(shu)據(ju)(ju)是企業(ye)的核心(xin)資產之一，大(da)模型(xing)可以有效地存儲和挖掘知(zhi)識，但訓(xun)練和使用大(da)模型(xing)需要保證企業(ye)數(shu)據(ju)(ju)的安全合(he)規。
為了(le)應對(dui)這些挑戰，如(ru)上文所述，華為把盤古大(da)模型的結構分為三層。
其中，L0基礎(chu)大模型(xing)已經存儲了大量知(zhi)識(shi)，但如何將這些知(zhi)識(shi)靈(ling)活地(di)加(jia)以(yi)運用，以(yi)解決實際問題，就需要名(ming)師(shi)加(jia)以(yi)引導。
在L0功能(neng)的(de)構建階(jie)段(duan)，華為(wei)通過有(you)監督(du)、精調(diao)技術和強化學習(xi)(xi)來對模型進行(xing)(xing)引導，讓(rang)模型在其收集的(de)5000多萬(wan)條高質量題庫上進行(xing)(xing)大量的(de)練習(xi)(xi)，掌握了上百(bai)種的(de)能(neng)力。
讀(du)了(le)萬(wan)卷書，也有了(le)名師指導，接下來就(jiu)(jiu)要進入行(xing)萬(wan)里路的(de)階段。行(xing)萬(wan)里路就(jiu)(jiu)是將(jiang)模型應用(yong)到具(ju)體的(de)行(xing)業中，學習各種(zhong)專業知(zhi)識，在行(xing)業工作(zuo)流程中進行(xing)大(da)量(liang)的(de)錘煉(lian)，從(cong)而得到各個行(xing)業大(da)模型。這一階段，華為將(jiang)與合作(zuo)伙伴共建，沉淀行(xing)業know-how，解決企業實際的(de)生(sheng)產問(wen)題。
在盤古大(da)模(mo)型(xing) 的(de)(de)L0功能層，華為做了上百種能力(li)(li)，比如語言模(mo)型(xing)的(de)(de)事實問答、文案生(sheng)成(cheng)等(deng)能力(li)(li);視覺模(mo)型(xing)的(de)(de)檢測、分割、三(san)維重建等(deng)能力(li)(li);多模(mo)態模(mo)型(xing)的(de)(de)文生(sheng)圖能力(li)(li);科學(xue)計算的(de)(de)偏微分、基于方程(cheng)求解、分子屬性預測等(deng)能力(li)(li);以及模(mo)型(xing)編(bian)排和插(cha)件調用等(deng)高階能力(li)(li)。
華為深耕(geng)行業(ye)，讓盤古大(da)模(mo)型(xing)從知(zhi)到行，有四大(da)關鍵舉措。
第一個關鍵舉措是沉淀行業知識。盤古學習了(le)十多(duo)個(ge)(ge)行業(ye)的(de)公開數據，涵蓋金融、政務(wu)、氣(qi)象、醫療(liao)健康、互聯(lian)網、教(jiao)育、汽(qi)車(che)、零售等。更(geng)為重要的(de)是，華為有30多(duo)年(nian)行業(ye)經(jing)驗的(de)積累(lei)。近年(nian)來，其也成立了(le)10多(duo)個(ge)(ge)軍團(tuan)深耕行業(ye)，深入了(le)解了(le)400多(duo)個(ge)(ge)業(ye)務(wu)場景，幫助大(da)模型具備行業(ye)知識，熟悉行業(ye)機理。
第二個關鍵舉措是淬煉行業技能。即結合(he)專(zhuan)家和(he)行(xing)業(ye)數字環境(jing)的(de)(de)反(fan)饋進行(xing)強化學(xue)習，以達到符合(he)行(xing)業(ye)應用的(de)(de)最(zui)佳(jia)結果(guo)。
第三個關鍵舉措是對話專業工具。除了(le)人與(yu)機器的對話，在行(xing)業應用中，和華為更多地解(jie)決的是(shi)機器與(yu)工具(ju)(ju)的對話，以此將大(da)模型與(yu)業務系統進行(xing)融合，產(chan)生對話與(yu)交流，讓大(da)模型能夠調用大(da)量的行(xing)業資產(chan)和工具(ju)(ju)
第四個關鍵舉措是保證安全合規。盤古提供公有云、混合(he)云、大(da)模(mo)型(xing)專(zhuan)區這三種(zhong)模(mo)式(shi)，保(bao)證安全(quan)(quan)的(de)部署，同(tong)時建立長效機制，確保(bao)大(da)模(mo)型(xing)安全(quan)(quan)。合(he)規(gui)包括數據集來源(yuan)和使用(yong)(yong)合(he)規(gui)數據，全(quan)(quan)生命周期(qi)安全(quan)(quan)構(gou)建完(wan)整的(de)數據標注以及審核機制，構(gou)建模(mo)型(xing)合(he)規(gui)使用(yong)(yong)的(de)政策(ce)，確保(bao)大(da)模(mo)型(xing)的(de)使用(yong)(yong)邊(bian)界(jie)。
寫在最后
任何一門技術突破(po)都需要以產業(ye)(ye)賦能(neng)為技術指引(yin)，對于大(da)模型而言(yan)，如果在消費場景處在追(zhui)趕(gan)國外的境況，不妨直接從(cong)產業(ye)(ye)側(ce)出(chu)發(fa)，依托中國本身具備的龐(pang)大(da)業(ye)(ye)態尋求突圍機(ji)會。
在(zai)華(hua)為看來，人工智能要面向千行百業走深向實，創造更(geng)大的(de)價值。當前，AI for Industry，使能行業，以及AI for Science，助力科研是(shi)關鍵方向。
古有盤古開天地，今(jin)有盤古縱四海。當其(qi)他大模型(xing)(xing)還在吟(yin)詩作畫、講(jiang)段子、抖機靈的(de)時候，盤古大模型(xing)(xing)下礦井(jing)、上鐵路(lu)、深(shen)入網(wang)點、走進車間，賦能千(qian)行百(bai)業的(de)創新，這就是華(hua)為(wei)云一直以來所秉(bing)持的(de)核心(xin)價值理念。
華為云堅定的表(biao)示——未(wei)來我們也(ye)將一如既往(wang)的秉持這個理念，用盤古大模型賦能千行百業。
